幫助中心 | 我的帳號 | 關於我們

Excel機器學習

  • 作者:(美)周紅|責編:謝婷婷|譯者:李巧君
  • 出版社:人民郵電
  • ISBN:9787115611284
  • 出版日期:2023/03/01
  • 裝幀:平裝
  • 頁數:170
人民幣:RMB 59.8 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書通過Excel逐步介紹了常用的機器學習演算法和數據挖掘技術的原理。許多機器學習任務的目的是找到數據中的隱藏模式。Excel能夠清楚地展示機器學習建模過程的每一步及中間結果,讓你不僅知其然,還知其所以然。第1章解釋用Excel學習機器學習和數據挖掘的益處。第2?12章分別介紹線性回歸、k均值聚類、線性判別分析、交叉驗證和ROC曲線分析、logistic回歸、k最近鄰、樸素貝葉斯分類、決策樹、關聯分析、人工神經網路,以及文本挖掘。第13章總結全書內容,併為你指明繼續學習的方向。
    本書適合所有機器學習初學者閱讀。此外,數據挖掘新手、視覺型學習者、教育工作者、想理解流行數據挖掘技術背後的數學原理的人,以及想提高Excel技能的人都可以通過閱讀本書受益。

作者介紹
(美)周紅|責編:謝婷婷|譯者:李巧君
    周紅,博士,美國康涅狄格州聖約瑟夫大學電腦科學和數學教授,也曾在矽谷從事軟體開發工作。作為經驗豐富的教育工作者,他意識到利用Excel分步講解機器學習方法和數據挖掘技巧的獨特優勢,並在實際教學過程中成功地引入Excel作為演示工具。這種教學方法頗受學生歡迎。

目錄
第1章  Excel和數據挖掘
  1.1  為什麼選擇Excel
  1.2  Excel預備技巧
    1.2.1  公式
    1.2.2  自動填充或複製
    1.2.3  絕對引用
    1.2.4  選擇性粘貼和值粘貼
    1.2.5  IF函數
  1.3  複習要點
第2章  線性回歸
  2.1  一般性理解
  2.2  通過Excel學習線性回歸
  2.3  通過Excel學習多元線性回歸
  2.4  複習要點
第3章  k均值聚類
  3.1  一般性理解
  3.2  通過Excel學習k均值聚類
  3.3  複習要點
第4章  線性判別分析
  4.1  一般性理解
  4.2  規劃求解
  4.3  通過Excel學習線性判別分析
  4.4  複習要點
第5章  交叉驗證和ROC曲線分析
  5.1  對交叉驗證的一般性理解
  5.2  通過Excel學習交叉驗證
  5.3  對ROC曲線分析的一般性理解
  5.4  通過Excel學習ROC曲線分析
  5.5  複習要點
第6章  logistic回歸
  6.1  一般性理解
  6.2  通過Excel學習logistic回歸
  6.3  複習要點
第7章  k最近鄰
  7.1  一般性理解
  7.2  通過Excel學習k最近鄰
    7.2.1  實驗
    7.2.2  實驗
    7.2.3  實驗
    7.2.4  實驗
  7.3  複習要點
第8章  樸素貝葉斯分類
  8.1  一般性理解
  8.2  通過Excel學習樸素貝葉斯分類
    8.2.1  練習
    8.2.2  練習
  8.3  複習要點
第9章  決策樹
  9.1  一般性理解
  9.2  通過Excel學習決策樹

    9.2.1  開始學習
    9.2.2  更好的方法
    9.2.3  應用模型
  9.3  複習要點
第10章  關聯分析
  10.1  一般性理解
  10.2  通過Excel學習關聯分析
  10.3  複習要點
第11章  人工神經網路
  11.1  一般性理解
  11.2  通過Excel學習人工神經網路
    11.2.1  實驗
    11.2.2  實驗
  11.3  複習要點
第12章  文本挖掘
  12.1  一般性理解
  12.2  通過Excel學習文本挖掘
  12.3  複習要點
第13章  後記

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032